pyecharts学习

Bar:柱状图/条形图

导入模块

import matplotlib as plt
from pyecharts.charts import Bar
import pyecharts.options as opts
import random
# 1、是否配置动画效果
pyecharts学习
animation_opts = opts.AnimationOpts(
    # 是否开启动画,默认为 True 开启。bool 值
    animation=True,
    # 是否开启动画的阈值,当单个系列显示的图形数量大于这个阈值时会关闭动画。默认 2000。Numeric 值
    animation_threshold=2000,
    # 初始动画的时长,默认值为 1000。
    # 支持回调函数,可以通过每个数据返回不同的 delay 时间实现更戏剧的初始动画效果。Union[Numeric, JSFunc]值
    animation_duration=1000,
    # 初始动画的缓动效果。
    # 不同的缓动效果可以参考,缓动示例 (https://www.echartsjs.com/gallery/editor.html?c=line-easing)。Union[str]值
    animation_easing="cubicOut",
    # 初始动画的延迟,默认值为 0。
    # 支持回调函数,可以通过每个数据返回不同的 delay 时间实现更戏剧的初始动画效果。Union[Numeric, JSFunc]值
    animation_delay=0,
    # 数据更新动画的时长,默认值为 300。
    # 支持回调函数,可以通过每个数据返回不同的 delay 时间实现更戏剧的更新动画效果。Union[Numeric, JSFunc]值
    animation_duration_update=300,
    # 数据更新动画的缓动效果。
    # 不同的缓动效果可以参考,缓动示例 (https://www.echartsjs.com/gallery/editor.html?c=line-easing)。
    animation_easing_update="cubicOut",
    # 数据更新动画的延迟,默认值为 0。
    # 支持回调函数,可以通过每个数据返回不同的 delay 时间实现更戏剧的更新动画效果。Union[Numeric, JSFunc]值
    animation_delay_update=0,
)
View Code
# 2、配置初始化画板的选项
pyecharts学习
init_opts = opts.InitOpts(
    # 图表画布宽度,css 长度单位。str 值
    width="500px",
    # 图表画布高度,css 长度单位。str 值
    height="500px",
    # 图表 ID,图表唯一标识,用于在多图表时区分。Optional[str]值
    chart_id=None,
    # 渲染风格,可选 "canvas", "svg"
    # # 参考 `全局变量` 章节。str 值
    #renderer= RenderType.CANVAS,
    # 网页标题。str 值
    page_title="条形图",
    # 图表主题。str 值
    theme="white",
    # 图表背景颜色。Optional[str]值
    bg_color=None,
    # 远程 js host,如不设置默认为 https://assets.pyecharts.org/assets/"
    # 参考 `全局变量` 章节。str 值
    js_host="",
    # 画图动画初始化配置,参考 `global_options.AnimationOpts`。Union[AnimationOpts, dict]值
    animation_opts=animation_opts,
)
View Code
# 3、创建条形图对象,并初始化对象
bar = Bar(init_opts=init_opts)
# 4、设置条形图对象全局属性
# 5、往条形图对象添加数据
pyecharts学习
bar.add_yaxis(
    # 系列名称,用于 tooltip 的显示,legend 的图例筛选。
    #series_name: str,
    series_name='Y坐标',

    # 系列数据
    #y_axis: Sequence[Numeric, opts.BarItem, dict],
    y_axis=random.choices(range(100),k=6),

    # 是否选中图例
    #is_selected: bool = True,
    is_selected=True,

    # 使用的 x 轴的 index,在单个图表实例中存在多个 x 轴的时候有用。
    #xaxis_index: Optional[Numeric] = None,
    xaxis_index=None,

    # 使用的 y 轴的 index,在单个图表实例中存在多个 y 轴的时候有用。
    #yaxis_index: Optional[Numeric] = None,
    yaxis_index=None,

    # 是否启用图例 hover 时的联动高亮
    #is_legend_hover_link: bool = True,
    is_legend_hover_link=True,

    # 系列 label 颜色
    #color: Optional[str] = None,
    color="red",

    # 是否显示柱条的背景色。通过 backgroundStyle 配置背景样式。
    #is_show_background: bool = False,
    is_show_background=False,

    # 每一个柱条的背景样式。需要将 showBackground 设置为 true 时才有效。
    #background_style: types.Union[types.BarBackground, dict, None] = None,
    background_style=None,

    # 数据堆叠,同个类目轴上系列配置相同的 stack 值可以堆叠放置。
    #stack: Optional[str] = None,
    stack=None,

    # 柱条的宽度,不设时自适应。
    # 可以是绝对值例如 40 或者百分数例如 '60%'。百分数基于自动计算出的每一类目的宽度。
    # 在同一坐标系上,此属性会被多个 'bar' 系列共享。此属性应设置于此坐标系中最后一个 'bar' 系列上才会生效,并且是对此坐标系中所有 'bar' 系列生效。
    #bar_width: types.Union[types.Numeric, str] = None,
    bar_width=30,

    # 柱条的最大宽度。比 barWidth 优先级高。
    #bar_max_width: types.Union[types.Numeric, str] = None,
    bar_max_width=None,

    # 柱条的最小宽度。在直角坐标系中,默认值是 1。否则默认值是 null。比 barWidth 优先级高。
    #bar_min_width: types.Union[types.Numeric, str] = None,
    bar_min_width=None,

    # 柱条最小高度,可用于防止某数据项的值过小而影响交互。
    #bar_min_height: types.Numeric = 0,
    bar_min_height=0,

    # 同一系列的柱间距离,默认为类目间距的 20%,可设固定值
    #category_gap: Union[Numeric, str] = "20%",
    category_gap="20%",

    # 不同系列的柱间距离,为百分比(如 '30%',表示柱子宽度的 30%)。
    # 如果想要两个系列的柱子重叠,可以设置 gap 为 '-100%'。这在用柱子做背景的时候有用。
    #gap: Optional[str] = "30%",
    gap="30%",

    # 是否开启大数据量优化,在数据图形特别多而出现卡顿时候可以开启。
    # 开启后配合 largeThreshold 在数据量大于指定阈值的时候对绘制进行优化。
    # 缺点:优化后不能自定义设置单个数据项的样式。
    #is_large: bool = False,
    is_large=False,

    # 开启绘制优化的阈值。
    #large_threshold: types.Numeric = 400,
    large_threshold=400,

    # 使用 dimensions 定义 series.data 或者 dataset.source 的每个维度的信息。
    # 注意:如果使用了 dataset,那么可以在 dataset.source 的第一行/列中给出 dimension 名称。
    # 于是就不用在这里指定 dimension。
    # 但是,如果在这里指定了 dimensions,那么 ECharts 不再会自动从 dataset.source 的第一行/列中获取维度信息。
    #dimensions: types.Union[types.Sequence, None] = None,
    dimensions=None,

    # 当使用 dataset 时,seriesLayoutBy 指定了 dataset 中用行还是列对应到系列上,也就是说,系列“排布”到 dataset 的行还是列上。可取值:
    # 'column':默认,dataset 的列对应于系列,从而 dataset 中每一列是一个维度(dimension)。
    # 'row':dataset 的行对应于系列,从而 dataset 中每一行是一个维度(dimension)。
    #series_layout_by: str = "column",
    series_layout_by="column",

    # 如果 series.data 没有指定,并且 dataset 存在,那么就会使用 dataset。
    # datasetIndex 指定本系列使用那个 dataset。
    #dataset_index: types.Numeric = 0,
    dataset_index=0,

    # 是否裁剪超出坐标系部分的图形。柱状图:裁掉所有超出坐标系的部分,但是依然保留柱子的宽度
    #is_clip: bool = True,
    is_clip=True,

    # 柱状图所有图形的 zlevel 值。
    #z_level: types.Numeric = 0,
    z_level=0,

    # 柱状图组件的所有图形的z值。控制图形的前后顺序。
    # z值小的图形会被z值大的图形覆盖。
    # z相比zlevel优先级更低,而且不会创建新的 Canvas。
    #z: types.Numeric = 2,
    z=2,

    # 标签配置项,参考 `series_options.LabelOpts`
    #label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(),
    #label_opts=opts.LabelOpts(),

    # 标记点配置项,参考 `series_options.MarkPointOpts`
    #markpoint_opts: Union[opts.MarkPointOpts, dict, None] = None,
    markpoint_opts=None,

    # 标记线配置项,参考 `series_options.MarkLineOpts`
    #markline_opts: Union[opts.MarkLineOpts, dict, None] = None,
    markline_opts=None,

    # 提示框组件配置项,参考 `series_options.TooltipOpts`
    #tooltip_opts: Union[opts.TooltipOpts, dict, None] = None,
    tooltip_opts=None,
    # 图元样式配置项,参考 `series_options.ItemStyleOpts`
    #itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None,
    itemstyle_opts=None,
    # 可以定义 data 的哪个维度被编码成什么。
    #encode: types.Union[types.JSFunc, dict, None] = None,
    encode=None,
)
View Code
# 6、保存图形
bar.render('D:\\WorkSpace\\test\\index.html')

 

上一篇:PAT2020春3月份 1094 The Largest Generation (25 分) 经验分享和心路历程


下一篇:QG-2019-AAAI-Improving Neural Question Generation using Answer Separation